罷免修法拆樑人士到!他要藍營向陳柏惟道歉
今日新聞NOWnews.2024年7月3日 10:07

▲針對罷免門檻修法,台灣基進高雄市議員張博洋要國民黨在調高門檻前,應先向被罷免的前立委陳柏惟道歉。(圖/台灣基進提供)

[NOWnews今日新聞] 立法院內政委員會今(3)日舉行《公職人員選罷法》修法公聽會,包括「山海公民拆樑行動」發言人李晏蓉、前立委陳柏惟及高雄市議員張博洋;以及表態力挺基隆市長謝國樑的律師葉慶元都到場。張博洋質疑,國民黨自己面對罷免就想改變遊戲規則,「我想這是對台灣民主一個最大的藐視」,如果國民黨主席朱立倫這樣主張,就該跟被25%門檻罷免的前立委陳柏惟道歉。

立院內政委員會今由國民黨立委許宇甄主持、召開「公職人員選舉罷免法實務精進」公聽會,現場「拆樑」、「挺樑」人士都到場。律師葉慶元曾公開表態支持基隆市長謝國樑,他在公聽會上強調,放眼全球,中央層級的罷免都極為罕見。他認為,國會修法不應跟任何個人罷免行動有關,而是要看法律本身合不合理,「不能夠造成少數罷免多數的狀況」。

葉慶元會前受訪時也表示,這次《選罷法》修法謝國樑本身沒有任何意見,「我先前也沒有跟他討論過」。但他認為,國民黨提出調高門檻接軌國際及程序方面的主張,「我覺得這是可以考量的方向」。

而台灣基進高雄市議員張博洋今天受訪時則強調,「我認為國民黨這次貿然提出調高門檻,就是對台灣公民權利的剝奪。」他並批評,國民黨自己面對罷免的時候就想翻盤、改變遊戲規則,「這是對台灣民主一個最大的藐視」。

張博洋指出,前高雄市長韓國瑜當時的罷免票數遠高於得票數,應該沒有少數罷免多數的問題。而前立委陳柏惟當初在中二選區被罷免的門檻就是25%,但當時國民黨卻聲稱成功罷免是「民主勝利」。如果國民黨現在認為要調高罷免門檻,首先應該回應是不是為了拯救基隆市長謝國樑?第二就是必須為當年支持罷免陳柏惟道歉。

更多 NOWnews 今日新聞 報導
「拆樑」是不可能任務!黃暐瀚分析:罷免謝國樑會成案但不會成功
若謝國樑罷免成功 鄭運鵬斷言白綠對決「藍支持者一定投給白」
罷免修法向白靠攏?傅崐萁認假連署「值得深思」國民黨沒既定立場

最新選舉新聞

最新選舉新聞

多元觀點

不同視角的媒體報導

藍委 引進 建設

澎湖 漁船

侯友宜 停權

離島 引進 中資

三立 詐團

修法 衝突

今日新聞NOWnews
CTWANT
新頭殼
太報
藍委拋引中資建設離島 被綠退回程序委員會
[NOWnews今日新聞]國民黨立委陳雪生、陳玉珍等人提案離島建設條例修正草案,將修法引進中資企業參與政府主辦的重大建設投資計畫,所需技術、人力得由中國輸入,引起爭議。該項提案被列入今(5)日立法院會...
  • 資料來源:網路溫度計自2017年至今約累積28億則以上文章的網路社群大數據資料庫,其內容涵蓋Facebook、YouTube、Instagram、Dcard、以及包含Yahoo奇摩新聞、聯合新聞網、中時新聞網、ETtoday新聞雲、LINE TODAY、蘋果日報、自由時報、三立新聞網等約350家媒體網站上與選舉相關之政黨、候選人公開資料。
  • 分析方式:本模型分析方式非採傳統抽樣之民意調查,係將蒐集之資料庫予以分析,無母體數、樣本數限制。本模型係運用大數據關鍵引擎,透過深度學習與AI人工智慧技術,使用斷字切詞(Word Segmentation)、語意分析(Semantic Analysis) 、即時情緒分析(Real-Time Sentiment Analysis)等技術,汲取網路上相關討論文章,將文章分為正面、負面、中立三種情緒,計算網路聲量。
  • 跨世代劃分標準:本預測模型判別跨世代之依據,係以不同世代使用者之網路社群行為模式差異區辨。以不同社群網站之使用者世代臉譜數據為基礎,計算跨世代在不同社群聲量上的權重,綜合計算後得到世代好感度數據。
  • 名詞解釋
    • 網路聲量:透過「KEYPO大數據關鍵引擎」,計算社群討論及新聞報導提及的文章則數,聲量越高代表討論越熱,能見度越高。
    • 好感度分數:綜合評估網路聲量與網友語意情緒,分析各熱門候選人的網友評價。各熱門候選人的情緒、聲量皆經過標準化分數處理,得出好感度分數,再進行各縣市候選人彼此的比較,評量不僅需要聲量高,而且是好評要高,負評要低。好感度分數範圍在0-100分之間,分數越高,表示整體網友對於該位候選人的好感程度越佳。
  • 其他說明
    • 調查單位及主持人:大數據股份有限公司
    • 辦理時間:即日起至2022年11月16日止,逐日更新好感度數據。
    • 抽樣方式:本預測模型非抽樣之民調調查
    • 母體數:無母體數,請參考上述大數據資料庫的內容涵蓋範圍
    • 樣本數及誤差值:本預測模型非採用小樣本抽樣之民意調查,不適用抽樣誤差值
    • 經費來源:Yahoo奇摩、大數據股份有限公司